如何往mongodb存python set_IT百科

下载python中MongoDB的驱动程序

pip install pymongo

然后确保MongoDB已经安装且可以正常运行，去官网下载相应版本：https://www.mongodb.com/

mkdir -p /home/tools

cd/home/tools

wget https://fastdl.mongodb.org/linux/mongodb-linux-x86_64-3.4.2.tgz

解压文件并修改目录名

tar -zxvf mongodb-linux-x86_64-3.4.2.tgz

mv mongodb-linux-x86_64-3.4.2 mongodb3.4.2

ln -s mongodb_3.4.2 mongodb

MongoDB 的可执行文件位于 bin 目录下，所以可以将其添加到 PATH 路径中

export PATH=/home/tools/mongodb/bin:$PATH

MongoDB的数据存储在data目录的db目录下，但是这个目录在安装过程不会自动创建，所以你需要手动创建data目录，并在data目录中创建db目录。

mkdir -p /data/db

在mongo安装目录中的bin目录执行mongod命令来启动mongdb服务

./mongod --dbpath /data/db

如果想进入MongoDB后台管理

./mongo

# ./mongoMongoDB shell version v3.4.2connecting to: mongodb://127.0.0.1:27017MongoDB server version: 3.4.2Welcome to the MongoDB shell......................

times number of files.2017-03-12T01:15:04.901+0800 I CONTROL [initandlisten]

使用用户 admin 使用密码 123456 连接到本地的 MongoDB 服务上

>mongodb://admin:123456@localhost/...

创建数据库（如果数据库不存在，则创建数据库，否则切换到指定数据库）

... use test2017-03-12T01:34:04.361+0800 E QUERY [thread1] SyntaxError: missing before statement @(shell):3:4

>use test

switched to db test>db

test>show dbs #查看所有数据库admin 0.000GB

local 0.000GB

python *** 作mongodb

连接mongodb

#!/usr/bin/env python# -*- coding:utf-8 -*-from pymongo import MongoClient

conn = MongoClient('192.168.0.113', 27017)

db = conn.mydb #连接mydb数据库，没有则自动创建my_set = db.test_set#使用test_set集合，没有则自动创建

插入数据（insert插入一个列表多条数据不用遍历，效率高， save需要遍历列表，一个个插入）

my_set.insert({"name":"zhangsan","age":18})#或my_set.save({"name":"zhangsan","age":18})

插入多条

#添加多条数据到集合中users=[{"name":"zhangsan","age":18},{"name":"lisi","age":20}]

my_set.insert(users)

#或my_set.save(users)

查询数据（查询不到则返回None）

#查询全部for i in my_set.find(): print(i)#查询name=zhangsan的for i in my_set.find({"name":"zhangsan"}): print(i)print(my_set.find_one({"name":"zhangsan"}))

更新数据

my_set.update( <query>, #查询条件

<update>, #update的对象和一些更新的 *** 作符 {

upsert: <boolean>, #如果不存在update的记录，是否插入

multi: <boolean>, #可选，mongodb 默认是false,只更新找到的第一条记录

writeConcern: <document> #可选，抛出异常的级别。 }

)

把上面插入的数据内的age改为20

my_set.update({"name":"zhangsan"},{'$set':{"age":20}})

删除数据

my_set.remove( <query>, #（可选）删除的文档的条件 {

justOne: <boolean>, #（可选）如果设为 true 或 1，则只删除一个文档

writeConcern: <document> #（可选）抛出异常的级别 }

)

#删除name=lisi的全部记录my_set.remove({'name': 'zhangsan'})#删除name=lisi的某个id的记录id = my_set.find_one({"name":"zhangsan"})["_id"]

my_set.remove(id)#删除集合里的所有记录db.users.remove()　

mongodb的条件 *** 作符

# (>) 大于 - $gt# (<) 小于 - $lt# (>=) 大于等于 - $gte# (<= ) 小于等于 - $lte

#例：查询集合中age大于25的所有记录for i in my_set.find({"age":{"$gt":25}}): print(i)

type(判断类型)

#找出name的类型是String的for i in my_set.find({'name':{'$type':2}}): print(i)

类型队对照列表

排序

在MongoDB中使用sort()方法对数据进行排序，sort()方法可以通过参数指定排序的字段，并使用 1 和 -1 来指定排序的方式，其中 1 为升序，-1为降序。

for i in my_set.find().sort([("age",1)]): print(i)

limit和skip

#limit()方法用来读取指定数量的数据#skip()方法用来跳过指定数量的数据#下面表示跳过两条数据后读取6条for i in my_set.find().skip(2).limit(6): print(i)

#找出age是20、30、35的数据for i in my_set.find({"age":{"$in":(20,30,35)}}): print(i)

#找出age是20或35的记录for i in my_set.find({"$or":[{"age":20},{"age":35}]}): print(i)

all

'''dic = {"name":"lisi","age":18,"li":[1,2,3]}

dic2 = {"name":"zhangsan","age":18,"li":[1,2,3,4,5,6]}

my_set.insert(dic)

my_set.insert(dic2)'''for i in my_set.find({'li':{'$all':[1,2,3,4]}}): print(i)#查看是否包含全部条件#输出：{'_id': ObjectId('58c503b94fc9d44624f7b108'), 'name': 'zhangsan', 'age': 18, 'li': [1, 2, 3, 4, 5, 6]}

push/pushAl

my_set.update({'name':"lisi"}, {'$push':{'li':4}})for i in my_set.find({'name':"lisi"}): print(i)#输出：{'li': [1, 2, 3, 4], '_id': ObjectId('58c50d784fc9d44ad8f2e803'), 'age': 18, 'name': 'lisi'}my_set.update({'name':"lisi"}, {'$pushAll':{'li':[4,5]}})for i in my_set.find({'name':"lisi"}): print(i)#输出：{'li': [1, 2, 3, 4, 4, 5], 'name': 'lisi', 'age': 18, '_id': ObjectId('58c50d784fc9d44ad8f2e803')}

pop/pull/pullAll

#pop#移除最后一个元素(-1为移除第一个)my_set.update({'name':"lisi"}, {'$pop':{'li':1}})for i in my_set.find({'name':"lisi"}): print(i)#输出：{'_id': ObjectId('58c50d784fc9d44ad8f2e803'), 'age': 18, 'name': 'lisi', 'li': [1, 2, 3, 4, 4]}#pull （按值移除）#移除3my_set.update({'name':"lisi"}, {'$pop':{'li':3}})#pullAll （移除全部符合条件的）my_set.update({'name':"lisi"}, {'$pullAll':{'li':[1,2,3]}})for i in my_set.find({'name':"lisi"}): print(i)#输出：{'name': 'lisi', '_id': ObjectId('58c50d784fc9d44ad8f2e803'), 'li': [4, 4], 'age': 18}

多级路径元素 *** 作

先插入一条数据

dic = {"name":"zhangsan", "age":18, "contact" : { "email" : "[email protected]", "iphone" : "11223344"}

}

my_set.insert(dic)

#多级目录用. 连接for i in my_set.find({"contact.iphone":"11223344"}): print(i)#输出：{'name': 'zhangsan', '_id': ObjectId('58c4f99c4fc9d42e0022c3b6'), 'age': 18, 'contact': {'email': '[email protected]', 'iphone': '11223344'}}result = my_set.find_one({"contact.iphone":"11223344"})print(result["contact"]["email"])#输出：[email protected]#多级路径下修改 *** 作result = my_set.update({"contact.iphone":"11223344"},{"$set":{"contact.email":"[email protected]"}})

result1 = my_set.find_one({"contact.iphone":"11223344"})print(result1["contact"]["email"])#输出：[email protected]

还可以对数组用索引 *** 作

dic = {"name":"lisi", "age":18, "contact" : [

{ "email" : "[email protected]", "iphone" : "111"},

{ "email" : "[email protected]", "iphone" : "222"}

]}

my_set.insert(dic)

#查询result1 = my_set.find_one({"contact.1.iphone":"222"})print(result1)#输出：{'age': 18, '_id': ObjectId('58c4ff574fc9d43844423db2'), 'name': 'lisi', 'contact': [{'iphone': '111', 'email': '[email protected]'}, {'iphone': '222', 'email': '[email protected]'}]}#修改result = my_set.update({"contact.1.iphone":"222"},{"$set":{"contact.1.email":"[email protected]"}})print(result1["contact"][1]["email"])#输出：[email protected]

python 访问 mongodb 需要先安装 pymongo，如下：

1pip install pymongo

txt 文件格式：

代码如下：

#coding=utf-8 from pymongo import MongoClient conn = MongoClient('127.0.0.1', 27017) # 连接 test 数据库，没有则自动创建db = conn.test # 使用 students 集合，没有则自动创建students = db.students # 打开学生信息文件, 并将数据存入到数据库with open('students.txt', 'r') as f: for line in f.readlines(): # 分割学生信息 items = line.strip('\r').strip('\n').split(',') # 添加到数据库 students.insert({ 'stu_id': items[0], 'name': items[1], 'grade': int(items[2]) }) # 数据库查询学生信息并打印出来for s in students.find(): print(s)

模块

1.定义

计算机在开发过程中，代码越写越多，也就越难以维护，所以为了编写可维护的代码，我们会把函数进行分组，放在不同的文件里。在python里，一个.py文件就是一个模块。

2.优点：

提高代码的可维护性。

提高代码的复用，当模块完成时就可以在其他代码中调用。

引用其他模块，包含python内置模块和其他第三方模块。

避免函数名和变量名等名称冲突。

python内建模块：

1.sys模块

2.random模块

3.os模块：

os.path:讲解

https://www.cnblogs.com/yufeihlf/p/6179547.html

数据可视化

1.matplotlib :

是Python可视化程序库的泰斗，它的设计和在1980年代被设计的商业化程序语言MATLAB非常接近。比如pandas和Seaborn就是matplotlib的外包，它们让你能用更少的代码去调用 matplotlib的方法。

访问：

https://matplotlib.org/

颜色：

https://www.cnblogs.com/darkknightzh/p/6117528.html

教程：

https://wizardforcel.gitbooks.io/matplotlib-user-guide/3.1.html

2.Seaborn：

它是构建在matplotlib的基础上的，用简洁的代码来制作好看的图表。Seaborn跟matplotlib最大的区别就是它的默认绘图风格和色彩搭配都具有现代美感。

访问：

http://seaborn.pydata.org/index.html

3.ggplot：

gplot 跟 matplotlib 的不同之处是它允许你叠加不同的图层来完成一幅图

访问：

http://ggplot.yhathq.com/

4.Mayavi：

Mayavi2完全用Python编写，因此它不但是一个方便实用的可视化软件，而且可以方便地用Python编写扩展，嵌入到用户编写的Python程序中，或者直接使用其面向脚本的API：mlab快速绘制三维图

访问：http://code.enthought.com/pages/mayavi-project.html

讲解：https://blog.csdn.net/ouening/article/details/76595427https://www.jianshu.com/p/81e6f4f1cdd8

5.TVTK：

TVTK库对标准的VTK库进行包装，提供了Python风格的API、支持Trait属性和numpy的多维数组。

VTK (http://www.vtk.org/) 是一套三维的数据可视化工具，它由C++编写，包涵了近千个类帮助我们处理和显示数据

讲解：https://docs.huihoo.com/scipy/scipy-zh-cn/tvtk_intro.html

机器学习

1.Scikit-learn

是一个简单且高效的数据挖掘和数据分析工具，易上手，可以在多个上下文中重复使用。它基于NumPy, SciPy 和 matplotlib，开源，可商用（基于 BSD 许可）。

访问：

讲解：https://blog.csdn.net/finafily0526/article/details/79318401

2.Tensorflow

最初由谷歌机器智能科研组织中的谷歌大脑团队（Google Brain Team）的研究人员和工程师开发。该系统设计的初衷是为了便于机器学习研究，能够更快更好地将科研原型转化为生产项目。

如何往mongodb存python set

发表评论

评论列表（0条）